为什么标准化后输出图像是黑色的？

Question

我有很多灰度图像，我想用均值和标准差来规范化。我使用以下过程：

计算图像的均值和标准deviation.

• Subtract从图像的平均值。

• 除以产生的图像的标准差。

然而，我得到了一个黑色的形象作为结果。我的代码有什么问题？

    import cv2

    img = cv2.imread('E.png')   # read an image 
    gray_image = cv2.cvtColor(img , cv2.COLOR_BGR2GRAY)  # converting the image to grayscale image
    img = cv2.resize(gray_image, (60, 60))  # Resize the image to the size 60x60 pixels

    cv2.imwrite("Grayscale Image.png",img)  #To write the result  

    mean, stdDev = cv2.meanStdDev(img)  #Get Mean and Standard-deviation
    image = (img-mean)/stdDev  #Normalization process

    cv2.imwrite("Normalized Image.png",image)  #To write the result 

输入图像：

​

灰度输出：

​

标准化图像输出：

​

Answer 1

保存图像时，需要考虑数据类型。要将规范化图像保存为png，需要将规范化值缩放到整数范围(例如0,255)，或者使用支持浮点格式的图像格式。

当使用z得分规范化时(如代码中所示)，可以将其保存为png

image -= image.min() 
image /= image.max()

image *= 255 # [0, 255] range
cv2.imwrite("Normalized Image.png", image)